基于深度学习与时空信息集成的O_(3)预测研究

高浓度臭氧会产生很多危害,精准预测臭氧浓度可为相关部门提供有效预警。基于深度学习和时空信息集成的方法,开发了一种新的集成模型,包括深度学习模块、气象与时空信息耦合预测模块与集成模块,对杭州市滨江站点的臭氧浓度进行了预测。结果显示:该模型在24 h预测中平均绝对误差(MAE)为19.35μg·m^(-3),显著优于其他模型;该模型在不同程度的臭氧污染条件下均能较好地预测臭氧变化趋势,对于高浓度臭氧的峰值捕捉能力也最为显著;模型在不同季节均表现出较好的预测性能,在秋季表现最佳;模型的臭氧空气质量分指数(IAQI)预测准确率在24 h内表现最佳,准确率为0.81,其中在前3个h可达0.9以上,可以为臭氧污染治理提供科学支撑。

污染地块土壤环境调查及风险评估研究

随着我国社会经济不断发展,城市化进行逐步推进,在发展经济的同时,国家倡导可持续发展理念,2008年习近平总书记提出“金山银山不如绿水青山”科学断论,这充分说明环境保护发展前景。现阶段,很多企业虽适应城市发展需求,但导致土地资源遭受破坏、环境受到污染,对土地开发及利用产生很大影响,潜在风险较大,为人们生活及城市发展带来很大威胁。因此,需深入研究污染地块土壤环境情况,评估风险,构建完善评估体系。本文土壤环境调查方式进行阐述,对风险评估方法进行分析,旨在有效防控土壤污染,保护自然环境,全面贯彻国家环保政策。